Я пытаюсь оценить линейную регрессию с ошибками аримы, но мои регрессоры очень коллинеарны, и поэтому регрессионная модель страдает мультиколлинеарностью.Поскольку моя конечная цель состоит в том, чтобы иметь возможность интерпретировать отдельные коэффициенты регрессии как эластичности и использовать их для предварительного прогнозирования, мне необходимо каким-то образом решить мультиколлинеарность, чтобы иметь возможность доверять коэффициентам регрессоров.Я знаю, что преобразование переменных регрессора, например.различие может помочь уменьшить мультиколлинеарность.И я также понял, что auto.arima выполняет одинаковое различие как для переменной отклика, так и для регрессоров, определенных в xreg (см .: Нужно ли нам делать различие экзогенных переменных перед передачей аргумента xreg в Arima ()?в R? ).
Итак, мой вопрос: выполняется ли преобразование еще до оценки коэффициентов регрессии, или регрессия оценивается с использованием нетрансформированных данных, а преобразование выполняется только до подбора модели аримы к ошибкам?И если преобразование выполняется до оценки регрессии, каков сценарий для перевода этих преобразованных значений в таблицу или что-то подобное, чтобы можно было выполнить тест мультиколлинеарности для этих, а не исходных данных?